岩山科技 | 独家对话岩芯数智CEO刘凡平：“百模大战”下，AIGC新玩家如何杀出重围？

“从技术创新角度来说,复现一个GPT-4没有任何意义,而是要做技术算法创新。”

人工智能(AI)技术对于产业应用中的价值正日渐提升。

10月27日,市场调研机构IDC公布的报告显示,预计到2027年,全球 AI 相关方案支出将增长到5000亿美元以上。而全球2000强企业届时将把超过40%的核心IT支出用于AI相关计划。

从国内市场看,“百模大战”愈演愈烈。阿里、腾讯、字节跳动等互联网科技巨头不断涌入,纷纷对标GPT-4升级 AI 通用大模型。而在To B企业端领域,中小大模型领域当前面临头部企业加速融资、市场“内卷”竞争等复杂局面。

如今,一家成立仅四个多月的生成式 AI(AIGC,人工智能创造内容)公司也进入这一蓝海赛道,或将给 AI 大模型行业发展带来新变量。

10月31日-11月2日举行的2023云栖大会期间,A股上市公司岩山科技(002195.SZ)旗下AIGC企业岩芯数智(RockAI)首次公布基于 AI 大模型的To B垂直领域行业和场景方案,释出包括RockAI 模型大脑、知识库问答、业务助手、智能客服等产品。

近日,岩山数智公司CEO刘凡平与钛媒体App进行了一次独家对话交流,详细叙述这家新“黑马”如何在AIGC领域突围。

刘凡平对钛媒体App表示,从技术角度来看,当前岩芯数智大模型已迭代到第四版。相比其他大模型产品,目前岩芯数智不仅拥有自研的Transformer架构大模型,而且其拥有的非transformer的记忆逻辑架构大模型,在训练效率、推理效率、模型幻觉、应用效果等方面都得到很大提升,已开始应用于金融、政务、互联网等领域。

“岩芯拥有自研大模型及模型训练调优的能力,又能获得其所属上市公司充沛的资金储备、稳定的现金流支持,这使得岩芯数智的AIGC研发之路得到有力保障。”刘凡平曾表示。

据悉,成立于2023年6月的岩芯数智,是岩山科技公司今年宣布拥抱AIGC新浪潮、向数智化转型并更名后成立的新公司,专注于打造为百业赋能的一站式AIGC数智化服务平台。而RockAI团队则早在2022年就在内部组建。

担任岩芯数智CEO之前,刘凡平毕业于中国科学技术大学,曾任职于百度,并出版过《大数据时代的算法》、《神经网络与深度学习应用实战》、《突围算法》等技术著作。同时,作为发明人他申请AI技术相关专利20余项。

目前,岩芯数智以创新技术支撑产品,构建“自研大模型+多个垂类模型”的技术结构,实现“1个MaaS(大模型即服务)平台、多种应用场景”策略,为行业客户开发可信赖的、高性能、可直接使用的垂类模型,且支持部分领域客户根据自身需求进一步定制专属数据模型,实现AIGC在多个行业的快速应用,有望15-30天内即能完成对其客户私域专属模型的部署。

钛媒体App了解到,当前岩芯数智拥有百亿级参数的自有模型,从而针对To B行业领域提供多种智能产品。例如RockAI模型大脑可以让企业拥有私域的知识大模型,实现跨文档知识整合、实时信息记录,可用于银行金融、政务办公等场景。

据统计,目前国内大模型当中的30%左右是千亿级参数的通用基础大模型,包括阿里通义、百度文心、讯飞星火等产品为客户提供服务。但是,基础模型存在算力成本高、API商业化模式单一、客户需求无法满足等现实问题,亟待去解决用户的痛点需求。

对此,刘凡平告诉钛媒体App,从市场角度看,很多千亿级参数的基础大模型确实有一些很强的通用任务能力,这毋庸置疑,但实际上这些模型不能解决众多企业的具体问题。而 AI 技术发展的根本目标是通过生产力的变革,落地于产业和实际用户和客户,需要有行业场景型大模型产品融合企业数据、针对企业业务,才可能会发挥更大价值。

对于行业挑战,刘凡平认为,算法比算力的创新更具挑战。创新型的 AI 算法在减少,现有的很多算法不仅无法满足客户的实际应用需求,而对于大模型成本也造成一定承压。他表示,目前算力在客户交付成本中占了近一半,而岩芯数智利用自研的非transformer的记忆逻辑模型架构,将交付成本降低到30%-40%左右,最终模型效果也没有太大变化。

“基于开源模型的微调并不能满足用户的实际需求,很多企业反馈皆是如此。所以,岩芯数智希望组建自己的团队打造行业模型。同时,我们希望不仅在通用模型中产生‘智能涌现’现象,而且在专业、行业领域也能产生‘智能涌现’,以提升模型效果。”刘凡平表示。

对于市场竞争力,刘凡平表示,大模型的应用需要深入垂直行业的业务,这是一个很重要的过程。客户的信息化建设和数字化建设存在不足,其需求不是API、一个MaaS平台的接口,或是卖一个大模型软件,而是需要产品服务。岩芯数智以长期合作的心态,愿意去帮助企业提供专属的解决方案,而大模型只是解决方案的一环而已。

刘凡平强调,下一步,岩芯数智希望基于可控可信的大模型基础之上,构建面向未来智能设备的多模态实时人机交互系统。该系统不仅在终端设备上运行,还可以通过自然语言、图像和视频等方式具备自主、智能的认知和控制能力。这将使 AI 技术能够帮助企业降低成本、提高效率,并取得更好的成果。

以下是岩芯数智CEO刘凡平与钛媒体App的的部分交流内容整理:

钛媒体App:相比其他大模型,岩芯数智的市场优势是什么?

刘凡平:我认为基于岩芯数智的大模型行业方案和 RockAI 模型大脑产品,在市场上主要有四点优势。

一是自主知识产权。目前国内大部分使用开放模型微调,而我们拥有自主知识产权的 AI 算法技术,例如非transformer的记忆逻辑模型架构等,所以我们能够去做这件事情,而且可以对模型进行深度改造和业务适配。

二是模型可控可信。岩芯数智在内容决策、技术创新和优质数据等方面实现模型的可控可信,而且可以准确判断生成内容的安全性。另外,在特定领域任务、多样化输出中,我们的大模型可以保证输出结果相对公平性和包容性,以及遵循社会伦理。

三是私有化的部署。我们不仅拥有私有化的方案,而且还可以实现安全的权限管理,包括在模型大脑当中实现不同用户的应用打通等。

四是丰富的企业应用插件。对于企业内部来说,依然需要定制化的大模型辅助工具插件,包括天气、搜索引擎、股票、报销流程、请假等插件,从而满足客户的广泛需求,从而赋能到企业内部流程工具中,提升生产效率。

所以,如果和行业内做对比的话,我们的差异性、技术上的优势大概体现上述这些方面。

钛媒体App:基于私有数据部署的话,模型数据需要更新,那么客户如何升级?

刘凡平:私有化的升级的确在早期是一个问题,当前我们也在慢慢解决这一问题,可以让客户放在其私有云服务商训练,而我们可以在不翻阅其数据下直接在其模型上接入训练,直接在私有化内部完成。当然,这个过程中需要客户的服务器算力支持。

钛媒体App:最近很多大模型都在打“低价”策略进行竞争,岩芯数智会跟进吗?

刘凡平:这是一个商业本质的问题,我们在两个方面做差异化管理以应对。一是从技术上领先,不止是新的算法,而且我们下一步要布局多模态的实时人机交互系统,技术创新、价格方面均有很大的市场优势。

二是更好服务客户。我们希望融入客户的业务链里面,业务链下的产品解决方案,可以先人一步获得更大的收益。

从技术创新角度来说,复现一个GPT-4没有任何意义,而是应该要做技术算法创新。我预测,未来1-2年内,定还会有企业在相对低的成本中做出新的创新技术。更长远来看,未来每个人都可能拥有属于自己的大模型,而每个大模型都是不一样的。因此,在这样一个发展趋势下,我们拥抱技术创新,只有跑到最前面才有可能获得更多的机会。